基于深度学习的运动员训练量监测信息整合

为方便运动员训练量监测信息的挖掘和分析,对信息进行整合具有重要意义。因此提出基于深度学习的运动员训练量监测信息整合方法。将Agent部署到各个数据源节点之上,采集各个数据源中的运动员训练量信息对监测信息实施去噪和降维;以深度学习中的卷积神经网络为基础,构建信息整合模型;通过卷积层提取监测信息特征,通过输出层分类器将拥有同类特征的信息融合到同一类别中,完成运动员训练量监测信息整合。结果表明:所研究方法的平均基尼系数更大,说明该方法的整合准确度更高。

泡沫铝夹芯结构汽车顶板的研究

为了提高汽车的环保性、安全性,以某汽车顶板为设计原型,以轻量化为约束条件,设计泡沫铝夹芯结构汽车顶板。然后,利用Ansys软件对两种结构汽车顶板的静态性能和高空坠物、倾翻安全性做仿真分析。结果表明,泡沫铝夹芯结构汽车顶板与原型结构汽车顶板相比,其质量减轻了32.68%,静态载荷作用下的最大应力和最大位移均减少20%,高空坠物、倾翻试验中,最大应力分别减少5.92%和27.78%,最大位移分别减少35.91%和20.67%,表明泡沫铝夹芯结构汽车顶板不仅实现了汽车轻量化达到了节能减排的目的,而且提高了汽车的安全性。

泡沫铝填充结构自卸车副车架有限元分析

副车架是自卸车众多部件中重要部件之一,它的性能好坏直接影响着整车的性能与寿命。为了提高汽车的节能环保性、安全性和舒适性,以轻量化设计为理念,设计了泡沫铝填充结构自卸车副车架,采用有限元仿真分析的方法分析了泡沫铝填充结构自卸车副车架的静动态特性。结果表明,在结构设计合理的情况下,与原型副车架相比,其重量减轻了8.72%,最大应力与最大位移分别减少了2.89%与5.62%,随机路面沿Z方向上的振动位移与振动加速度分别减少了30.9%与44.4%,表明泡沫铝填充结构自卸车副车架不仅能够实现汽车轻量化从而达到节能环保的目的,亦能够提高车辆的安全性和乘坐舒适性。研究结果可为提高汽车环保性、安全舒适性及拓展泡沫铝这种新型结构功能材料在汽车制造业中的应用范围提供参考。

新热处理工艺对低碳Nb-Ti微合金钢组织性能的影响

采用不同的新淬火工艺路径,研究再加热温度和弛豫过程对低碳Nb-Ti微合金钢组织性能的影响.结果表明,试样经再加热后直接淬火时,随着再加热温度的升高,析出物数量迅速下降,尺寸增加且分布更加不均匀,且马氏体板条束增大,板条宽度减小;当再加热温度为850℃时,试样经弛豫至700℃后再淬火时,其析出物数目与直接淬火相比减少,平均尺寸增加且分布更加不均匀.当再加热温度为900℃经弛豫至700℃后再淬火时,Nb-Ti碳氮化物大量在原有析出物表面进一步析出;钢材最佳再加热温度为900℃,且空冷20 s时抗拉强度达到最大值,抗拉强度可提高24 MPa.